На снимке, сделанном 12 мая с борта Международной космической станции (ISS069-E-10181) — корабль "Союз МС-23", пристыкованный к модулю "Причал". Станция находится над северо-восточным побережьем США. Внизу хорошо видны огни Нью-Йорка и близлежащих городов.
Рекомендуемые практики спутникового мониторинга чрезвычайных ситуаций UN-SPIDER
UN-SPIDER (United Nations Platform for Space-based Information for Disaster Management and Emergency Response) — единый информационный ресурс, посвященный использованию спутниковых данных для предупреждения, выявления и ликвидации последствий чрезвычайных ситуаций. UN-SPIDER учрежден резолюцией Генеральной Ассамблеи ООН № 61/110 от 14 декабря 2006 года.
При возникновении угрозы чрезвычайной ситуации ключевое слово — “быстро”. Нужно быстро собрать все, что есть под рукой и начать работать. Поэтому спутниковые данные и софт предполагаются бесплатными и общедоступными, а алгоритмы обработки данных — быстрыми, но рабочими. То есть сбор данных, машинное обучение и расчеты должны проделываться как можно быстрее, а алгоритмы могут быть не самыми современными, но имеющими адекватную задаче точность. Требования к пользователю минимальны — наличие компьютера и Интернета (последнее — не всегда, но часто). Когда все это собрано вместе, на первый план выступает процесс обработки данных и создания из них информационных продуктов, позволяющих решить поставленную задачу (например, оценить площадь зоны затопления).
Здесь и пригодится UN-SPIDER. В нем описаны пошаговые процедуры, так называемые рекомендуемые практики (Recommended Practices), которые доказали свою эффективность при создании информационных продуктов на основе спутниковых данных дистанционного зондирования для оценки наводнений, засух и лесных пожаров и т. п. Сейчас таких практик семнадцать.
Каждая рекомендуемая практика состоит из обзора, пошаговой (Step by Step) и подробной (In Detail) страниц.
На обзорной странице (например) вы знакомитесь с постановкой задачи и примером реальной чрезвычайной ситуации, для которой эта задача решалась. Здесь же представлена блок-схема работы (Fflowchart).
На странице Step by Step указано программное обеспечение и данные, необходимые для решения задачи, а также описан пошаговый процесс создания требуемого информационного продукта (в нашем примере — карты зон затопления). В конце есть обязательный раздел “Application and Limitations” — в каких случаях можно применять описанный подход и какие ограничения он имеет. Из программного обеспечения чаще всего используются QGIS, GEE и SNAP (Sentinel Application Platform), из языков программирования — R и Python.
На странице In Detail кратко описана теория, на которой основаны алгоритмы из Step by Step, и даны ссылки на литературу.
Список рекомендуемых практик: https://un-spider.org/advisory-support/recommended-practices
#основы
UN-SPIDER (United Nations Platform for Space-based Information for Disaster Management and Emergency Response) — единый информационный ресурс, посвященный использованию спутниковых данных для предупреждения, выявления и ликвидации последствий чрезвычайных ситуаций. UN-SPIDER учрежден резолюцией Генеральной Ассамблеи ООН № 61/110 от 14 декабря 2006 года.
При возникновении угрозы чрезвычайной ситуации ключевое слово — “быстро”. Нужно быстро собрать все, что есть под рукой и начать работать. Поэтому спутниковые данные и софт предполагаются бесплатными и общедоступными, а алгоритмы обработки данных — быстрыми, но рабочими. То есть сбор данных, машинное обучение и расчеты должны проделываться как можно быстрее, а алгоритмы могут быть не самыми современными, но имеющими адекватную задаче точность. Требования к пользователю минимальны — наличие компьютера и Интернета (последнее — не всегда, но часто). Когда все это собрано вместе, на первый план выступает процесс обработки данных и создания из них информационных продуктов, позволяющих решить поставленную задачу (например, оценить площадь зоны затопления).
Здесь и пригодится UN-SPIDER. В нем описаны пошаговые процедуры, так называемые рекомендуемые практики (Recommended Practices), которые доказали свою эффективность при создании информационных продуктов на основе спутниковых данных дистанционного зондирования для оценки наводнений, засух и лесных пожаров и т. п. Сейчас таких практик семнадцать.
Каждая рекомендуемая практика состоит из обзора, пошаговой (Step by Step) и подробной (In Detail) страниц.
На обзорной странице (например) вы знакомитесь с постановкой задачи и примером реальной чрезвычайной ситуации, для которой эта задача решалась. Здесь же представлена блок-схема работы (Fflowchart).
На странице Step by Step указано программное обеспечение и данные, необходимые для решения задачи, а также описан пошаговый процесс создания требуемого информационного продукта (в нашем примере — карты зон затопления). В конце есть обязательный раздел “Application and Limitations” — в каких случаях можно применять описанный подход и какие ограничения он имеет. Из программного обеспечения чаще всего используются QGIS, GEE и SNAP (Sentinel Application Platform), из языков программирования — R и Python.
На странице In Detail кратко описана теория, на которой основаны алгоритмы из Step by Step, и даны ссылки на литературу.
Список рекомендуемых практик: https://un-spider.org/advisory-support/recommended-practices
#основы
Пример страницы UN-SPIDER: Рекомендуемая практика картирования наводнений и оценки ущерба с помощью оптических данных Sentinel-2.
Доступ к Z-Library
Любопытный способ доступа к ресурсам наладила возобновившая свою работу библиотека Z-Library. Для этого нужно зарегистрироваться по одному из адресов https://singlelogin.re/ или https://singlelogin.site/, после чего вам на почту придет письмо с адресами индивидуального доступа к Z-Library.
Z-Library — одна из крупнейших библиотек научной, технической и научно-популярной литературы. Утверждается, что с 2018 года библиотека интегрирована с Library Genesis, где она выступает как Bookfi. Так или иначе, но еще один способ доступа к научной литературе не помешает))
Любопытный способ доступа к ресурсам наладила возобновившая свою работу библиотека Z-Library. Для этого нужно зарегистрироваться по одному из адресов https://singlelogin.re/ или https://singlelogin.site/, после чего вам на почту придет письмо с адресами индивидуального доступа к Z-Library.
Z-Library — одна из крупнейших библиотек научной, технической и научно-популярной литературы. Утверждается, что с 2018 года библиотека интегрирована с Library Genesis, где она выступает как Bookfi. Так или иначе, но еще один способ доступа к научной литературе не помешает))
Следы кораблей в воздухе образуются, когда мелкие частицы из выхлопных газов кораблей попадают во влажный слой атмосферы. Эти частицы служат ядрами конденсации, из которых образуются облака, а также притягивают воду из существующих облаков. Снимок сделан над северной частью Тихого океана прибором MODIS на борту спутника Aqua 3 июля 2010 года (источник).
#снимки #атмосфера
#снимки #атмосфера
Forwarded from Aerospace Capital 🛰🚀
Началась интеграция космических аппаратов с пусковыми контейнерами Аэроспейс Кэпитал! 🛰️
Подготовка к предстоящему запуску во втором квартале этого года идет полным ходом 🚀
Подготовка к предстоящему запуску во втором квартале этого года идет полным ходом 🚀
GEE: УЧЕБНЫЕ РЕСУРСЫ
Учебники ДЗЗ на основе GEE
Cloud-Based Remote Sensing with Google Earth Engine: Fundamentals and Applications / Eds. Jeffrey A. Cardille, Morgan A. Crowley, David Saah, Nicholas E. Clinton. — Springer, 2024. https://doi.org/10.1007/978-3-031-26588-4
GEE Developers: Earth Engine resources for higher education — коллекция курсов ДЗЗ, сделанных на основе GEE.
Remote Sensing with Google Earth Engine — растущий учебник по ДЗЗ с примерами в GEE (JavaScript API).
Geospatial Ecology and Remote Sensing — вводные курсы по ДЗЗ и экологическому мониторингу, опирающиеся на GEE (JS).
Regional Agronomy — введение в мониторинг сельскохозяйственных культур при помощи ДЗЗ и GEE (JavaScript). В частности, описана классификация, реализованная в GEE (randomForest).
Учебники по GEE
Переход JavaScript API ↔️ Python API
JavaScript
GEE Developers: Get Started with Earth Engine — официальное руководство для начинающих.
End-to-End Google Earth Engine (Full Course Material) — Основы даны на JS, в конце переходят на Python API. Есть интересные примеры задач.
Geohachweek: Google Earth Engine — введение в GEE.
Google Earth Engine Platform for Big Data Processing — Big Data здесь нет, а есть хороший вводный курс GEE. В третьей главе рассмотрены классификация и регрессия в GEE.
Python
Geospatial Data Science with Earth Engine and Geemap — книга д-ра Q. Wu, автора питоновского пакета geemap и массы руководств по GEE. Для тех, кто обучается GEE с нуля и работает с Python API. Есть более ранние GEE Tutorials в виде отдельных Jupyter-блокнотов. К каждому примеру есть видео. Код примеров: https://github.com/giswqs/earthengine-py-examples
Worldbank Open Nighttime Lights — курс по GEE на Python API, интересный с точки зрения рассмотренных тем. В частности: классификация и регрессия, статистический вывод и интеркалибровка спутниковых сенсоров.
Earth Engine API Colab Setup — настройка совместной работы GEE + Colab.
Google Earth Engine with Python (EEwPython) — коллекция блокнотов по использованию GEE + Colab: 1. Developer's Guide, 2. Image, 3. ImageCollection, 4. Geometry, Feature & FeatureCollections, 5. Reducer, 6. Joins, 7. Chart, 8. Array, 9. Specialized Algorithms, 10. Export data
PreLab - Intro to GEE — шесть лекций с примерами (JS/Python). Есть временные ряды и ночные снимки.
GEE + TensorFlow — как наладить совместное использование GEE и TensorFlow.
Google Earth Engine (GEE) and Image Analysis — курс по GEE и ДЗЗ для совместного использования с CLIMADA (вероятностной моделью оценки риска изменения климата).
Time series analysis — лабораторная работа по анализу временных рядов в GEE.
#GEE
Учебники ДЗЗ на основе GEE
Cloud-Based Remote Sensing with Google Earth Engine: Fundamentals and Applications / Eds. Jeffrey A. Cardille, Morgan A. Crowley, David Saah, Nicholas E. Clinton. — Springer, 2024. https://doi.org/10.1007/978-3-031-26588-4
GEE Developers: Earth Engine resources for higher education — коллекция курсов ДЗЗ, сделанных на основе GEE.
Remote Sensing with Google Earth Engine — растущий учебник по ДЗЗ с примерами в GEE (JavaScript API).
Geospatial Ecology and Remote Sensing — вводные курсы по ДЗЗ и экологическому мониторингу, опирающиеся на GEE (JS).
Regional Agronomy — введение в мониторинг сельскохозяйственных культур при помощи ДЗЗ и GEE (JavaScript). В частности, описана классификация, реализованная в GEE (randomForest).
Учебники по GEE
Переход JavaScript API ↔️ Python API
JavaScript
GEE Developers: Get Started with Earth Engine — официальное руководство для начинающих.
End-to-End Google Earth Engine (Full Course Material) — Основы даны на JS, в конце переходят на Python API. Есть интересные примеры задач.
Geohachweek: Google Earth Engine — введение в GEE.
Google Earth Engine Platform for Big Data Processing — Big Data здесь нет, а есть хороший вводный курс GEE. В третьей главе рассмотрены классификация и регрессия в GEE.
Python
Geospatial Data Science with Earth Engine and Geemap — книга д-ра Q. Wu, автора питоновского пакета geemap и массы руководств по GEE. Для тех, кто обучается GEE с нуля и работает с Python API. Есть более ранние GEE Tutorials в виде отдельных Jupyter-блокнотов. К каждому примеру есть видео. Код примеров: https://github.com/giswqs/earthengine-py-examples
Worldbank Open Nighttime Lights — курс по GEE на Python API, интересный с точки зрения рассмотренных тем. В частности: классификация и регрессия, статистический вывод и интеркалибровка спутниковых сенсоров.
Earth Engine API Colab Setup — настройка совместной работы GEE + Colab.
Google Earth Engine with Python (EEwPython) — коллекция блокнотов по использованию GEE + Colab: 1. Developer's Guide, 2. Image, 3. ImageCollection, 4. Geometry, Feature & FeatureCollections, 5. Reducer, 6. Joins, 7. Chart, 8. Array, 9. Specialized Algorithms, 10. Export data
PreLab - Intro to GEE — шесть лекций с примерами (JS/Python). Есть временные ряды и ночные снимки.
GEE + TensorFlow — как наладить совместное использование GEE и TensorFlow.
Google Earth Engine (GEE) and Image Analysis — курс по GEE и ДЗЗ для совместного использования с CLIMADA (вероятностной моделью оценки риска изменения климата).
Time series analysis — лабораторная работа по анализу временных рядов в GEE.
#GEE
GEE: ПОЛЕЗНЫЕ ССЫЛКИ
Ответы на вопросы
🔹https://stackoverflow.com/
🔹https://gis.stackexchange.com/ есть:
🔹Google Earth Engine Developers в Группах Google.
Специальные задачи
🌍 Harmonization of Landsat and Sentinel 2 in Google Earth Engine — попытка создания единого временного ряда данных Landsat и Sentinel-2: код (JS API) и документация. Особенно интересны BRDF-коррекция и топокоррекция.
🌍 Гармонизация данных Landsat и Sentinel-2 с помощью Google Earth Engine — ещё один способ создания плотного временного ряда Landsat + Sentinel-2 исключительно средствами GEE (JavaScript).
☁️ Multitemporal Cloud Masking in the Google Earth Engine — маскирование облачности по разновременным данным: код, документация, ссылки на теорию.
Скрипты
📝 Open Geo Blog — куча примеров кода (JS).
”Подвал”
Давно не обновлялось, но рабочее.и лень выбросить
🔹Хабр / Earth Engine от Google — уникальная платформа для анализа больших геоданных — хороший обзор возможностей GEE (2020 год). Описано немного внутренней кухни GEE, например граф вычислений.
🔹Keiko Nomura GEE Tips — нетривиальные советы по работе в GEE.
🔹Awesome GEE — обновляемый список ресурсов по GEE.
#GEE
Ответы на вопросы
🔹https://stackoverflow.com/
🔹https://gis.stackexchange.com/ есть:
🔹Google Earth Engine Developers в Группах Google.
Специальные задачи
🌍 Harmonization of Landsat and Sentinel 2 in Google Earth Engine — попытка создания единого временного ряда данных Landsat и Sentinel-2: код (JS API) и документация. Особенно интересны BRDF-коррекция и топокоррекция.
🌍 Гармонизация данных Landsat и Sentinel-2 с помощью Google Earth Engine — ещё один способ создания плотного временного ряда Landsat + Sentinel-2 исключительно средствами GEE (JavaScript).
☁️ Multitemporal Cloud Masking in the Google Earth Engine — маскирование облачности по разновременным данным: код, документация, ссылки на теорию.
Скрипты
📝 Open Geo Blog — куча примеров кода (JS).
”Подвал”
Давно не обновлялось, но рабочее.
🔹Хабр / Earth Engine от Google — уникальная платформа для анализа больших геоданных — хороший обзор возможностей GEE (2020 год). Описано немного внутренней кухни GEE, например граф вычислений.
🔹Keiko Nomura GEE Tips — нетривиальные советы по работе в GEE.
🔹Awesome GEE — обновляемый список ресурсов по GEE.
#GEE
Сегодня — "санитарный день") Разбираемся с накопившимися ссылками, приводим все в порядок. Важное поместим в закреп.
Термины и сокращения
ГНСС / глобальная навигационная спутниковая система
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
МКС / Международная космическая станция
BOA / Bottom of Atmosphere — спутниковые данные 2-го уровня обработки
DEM / Digital Elevation Model — цифровая модель рельефа (ЦМР)
GEE / Google Earth Engine
GEO / Geostationary orbit — геостационарная (геосинхронная) орбита (высота 35 786 км).
GNSS-RO / Global Navigation Satellite System-Radio Occultation — ГНСС-радиозатменные измерения
LEO / Low Earth orbit — низкая околоземная орбита (высотой до 2000 км)
LST / land surface temperature — температура земной поверхности
LULC / Land Use & Land Cover — карта землепользования и земного покрова
MEO / Medium Earth orbit — средняя околоземная орбита (высотой от 2000 км до 35 786 км)
NIR / near-infrared — ближний инфракрасный диапазон (700–1300 нм)
Red Edge — красный край фотосинтеза (около 700 нм)
SAR / Synthetic-aperture radar — радар с синтезированной апертурой
SSA / space situational awareness — космическая ситуационная осведомленность
SST / Sea surface temperature — температура поверхности моря
SWIR / short-wave infrared — коротковолновой инфракрасный диапазон (1300–2500 нм)
TIR / thermal infrared — тепловой инфракрасный диапазон (3000–14000 нм)
TOA / Top of Atmosphere — спутниковые данные 1-го уровня обработки
UTC / Coordinated Universal Time — Всемирное координированное время (сокращённо: Всемирное время)
ГНСС / глобальная навигационная спутниковая система
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
МКС / Международная космическая станция
BOA / Bottom of Atmosphere — спутниковые данные 2-го уровня обработки
DEM / Digital Elevation Model — цифровая модель рельефа (ЦМР)
GEE / Google Earth Engine
GEO / Geostationary orbit — геостационарная (геосинхронная) орбита (высота 35 786 км).
GNSS-RO / Global Navigation Satellite System-Radio Occultation — ГНСС-радиозатменные измерения
LEO / Low Earth orbit — низкая околоземная орбита (высотой до 2000 км)
LST / land surface temperature — температура земной поверхности
LULC / Land Use & Land Cover — карта землепользования и земного покрова
MEO / Medium Earth orbit — средняя околоземная орбита (высотой от 2000 км до 35 786 км)
NIR / near-infrared — ближний инфракрасный диапазон (700–1300 нм)
Red Edge — красный край фотосинтеза (около 700 нм)
SAR / Synthetic-aperture radar — радар с синтезированной апертурой
SSA / space situational awareness — космическая ситуационная осведомленность
SST / Sea surface temperature — температура поверхности моря
SWIR / short-wave infrared — коротковолновой инфракрасный диапазон (1300–2500 нм)
TIR / thermal infrared — тепловой инфракрасный диапазон (3000–14000 нм)
TOA / Top of Atmosphere — спутниковые данные 1-го уровня обработки
UTC / Coordinated Universal Time — Всемирное координированное время (сокращённо: Всемирное время)
Обновили закреп. На сегодня приборка закончена.
Telegram
Спутник ДЗЗ
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
Дистанционное зондирование Земли
Термины и сокращения, #термины
Организации: NASA, NOAA, DARPA и другие
Спектральные каналы Landsat 8/9 и Sentinel-2
Спектральные…
ИК / инфракрасный (диапазон)
КА / космический аппарат
Дистанционное зондирование Земли
Термины и сокращения, #термины
Организации: NASA, NOAA, DARPA и другие
Спектральные каналы Landsat 8/9 и Sentinel-2
Спектральные…
Немного занятной статистики из Our World in Data, раздел Space Exploration and Satellites: годовой бюджет NASA 1959–2022 гг. и стоимость вывода килограмма полезного груза на низкую околоземную орбиту (по горизонтальной оси — год первого удачного запуска носителя).
На снимке, сделанном прибором ASTER спутника Terra 29 марта 2000 года, хорошо видны волны на поверхности Бенгальского залива. Это композит NIR-Red-Green из каналов ASTER с пространственным разрешением 15 метров.
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Forwarded from Добрый Овчинников
Прием заявок на участие в программе «Стратосферный спутник» открыт 🛰
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov
Карты плотности надземной биомассы Biomass CCI
Недавно мы разбирали данные GEDI L4B Gridded Aboveground Biomass Density. Оказалось, что они не обеспечивают сплошного покрытия поверхности суши. Теперь рассмотрим продукт, который такое покрытие обеспечивает.
ESA Biomass Climate Change Initiative (Biomass CCI) в версии 4 содержит два вида карт: карты значений надземной биомассы (Aboveground Biomass, AGB) и соответствующие им карты стандартных отклонений AGB. AGB — это сухая масса древесных частей всех живых деревьев (ствола, коры, ветвей и побегов), за исключением пней и корней.
Характеристики Biomass CCI (version 4):
* пространственное разрешение: ~100 м на экваторе
* пространственное покрытие: глобальное
* временное покрытие: 2010, 2017, 2018, 2019, 2020
* формат: NetCDF, GeoTIFF
* единицы измерения плотности биомассы: Мг/га (тонн/га)
* доступ: https://catalogue.ceda.ac.uk/uuid/af60720c1e404a9e9d2c145d2b2ead4e
* руководство пользователя (v. 3): https://climate.esa.int/media/documents/D4.3_CCI_PUG_V3.0_20210707.pdf
* Algorithm Theoretical Basis Document (v. 2): https://climate.esa.int/sites/default/files/Biomass_D2.2_Algorithm_Theoretical_Basis_Document_V2.0.pdf
Карты получены на основе комбинации данных ДЗЗ. В зависимости от года, это данные спутника Sentinel-1, прибора ASAR спутника Envisat, спутника JAXA Advanced Land Observing Satellite (ALOS-1 и ALOS-2).
Кроме того, предоставляются файлы, описывающие изменение AGB между двумя последовательными годами (то есть 2018–2017, 2019–2018 и 2020–2010) и за десятилетие (2020–2010). Каждый продукт изменения AGB состоит из двух наборов карт: стандартного отклонения изменения AGB и флага качества изменения AGB. Само изменение вычисляется как разность между двумя картами AGB, поэтому отдельные карты для него не предоставляются.
Примеры имен файлов:
Итак, данные Biomass CCI — это свежие (2020 год) и разновременные данные, с высоким для подобных данных пространственным разрешением (100 метров) и сплошным глобальным покрытием.
В сети можно встретить упоминания о данных ICESat-2 Boreal Biomass 2020 Map — карте бореальной (50° N – 75° N) надземной биомассы, основанной на данных лидара Advanced Topographic Laser Altimeter System (ATLAS) спутника ICESat-2, а также о данных JPL 2020 Global Biomass Dataset — глобальной карте плотности надземной биомассы, полученной с помощью комбинации данных Landsat-8, ALOS-2 PALSAR-2 и ЦМР SRTM. Все эти данные планировалось выпустить еще в 2021 году, но по состоянию на сегодня они недоступны.
#AGB #лес #данные
Недавно мы разбирали данные GEDI L4B Gridded Aboveground Biomass Density. Оказалось, что они не обеспечивают сплошного покрытия поверхности суши. Теперь рассмотрим продукт, который такое покрытие обеспечивает.
ESA Biomass Climate Change Initiative (Biomass CCI) в версии 4 содержит два вида карт: карты значений надземной биомассы (Aboveground Biomass, AGB) и соответствующие им карты стандартных отклонений AGB. AGB — это сухая масса древесных частей всех живых деревьев (ствола, коры, ветвей и побегов), за исключением пней и корней.
Характеристики Biomass CCI (version 4):
* пространственное разрешение: ~100 м на экваторе
* пространственное покрытие: глобальное
* временное покрытие: 2010, 2017, 2018, 2019, 2020
* формат: NetCDF, GeoTIFF
* единицы измерения плотности биомассы: Мг/га (тонн/га)
* доступ: https://catalogue.ceda.ac.uk/uuid/af60720c1e404a9e9d2c145d2b2ead4e
* руководство пользователя (v. 3): https://climate.esa.int/media/documents/D4.3_CCI_PUG_V3.0_20210707.pdf
* Algorithm Theoretical Basis Document (v. 2): https://climate.esa.int/sites/default/files/Biomass_D2.2_Algorithm_Theoretical_Basis_Document_V2.0.pdf
Карты получены на основе комбинации данных ДЗЗ. В зависимости от года, это данные спутника Sentinel-1, прибора ASAR спутника Envisat, спутника JAXA Advanced Land Observing Satellite (ALOS-1 и ALOS-2).
Кроме того, предоставляются файлы, описывающие изменение AGB между двумя последовательными годами (то есть 2018–2017, 2019–2018 и 2020–2010) и за десятилетие (2020–2010). Каждый продукт изменения AGB состоит из двух наборов карт: стандартного отклонения изменения AGB и флага качества изменения AGB. Само изменение вычисляется как разность между двумя картами AGB, поэтому отдельные карты для него не предоставляются.
Примеры имен файлов:
N50E020_ESACCI-BIOMASS-L4-AGB-MERGED-100m-2020-fv4.0.tif — карта AGBВ имени файла указаны координаты левого верхнего угла карты.
N50E020_ESACCI-BIOMASS-L4-AGB_SD-MERGED-100m-2020-fv4.0.tif — карта стандартного отклонения AGB.
Итак, данные Biomass CCI — это свежие (2020 год) и разновременные данные, с высоким для подобных данных пространственным разрешением (100 метров) и сплошным глобальным покрытием.
В сети можно встретить упоминания о данных ICESat-2 Boreal Biomass 2020 Map — карте бореальной (50° N – 75° N) надземной биомассы, основанной на данных лидара Advanced Topographic Laser Altimeter System (ATLAS) спутника ICESat-2, а также о данных JPL 2020 Global Biomass Dataset — глобальной карте плотности надземной биомассы, полученной с помощью комбинации данных Landsat-8, ALOS-2 PALSAR-2 и ЦМР SRTM. Все эти данные планировалось выпустить еще в 2021 году, но по состоянию на сегодня они недоступны.
#AGB #лес #данные